[发明专利]基于自适应分段聚合近似的电力负荷曲线形态聚类方法

摘要

本发明公开了一种基于自适应分段聚合近似的电力负荷曲线形态聚类方法，其包括将原始电力负荷曲线数据序列分为若干数据段，之后通过计算固定时间窗内爬坡事件总数以及基于斜率提取的边缘点总数，并通过爬坡事件总数及边缘点总数对电力负荷曲线进行降维；当电力负荷曲线的维度达到预设维数时，根据聚类数在电力负荷曲线中选取聚类中心，并计算电力负荷曲线的负荷点到每个聚类中心的SBD距离；根据负荷点到聚类中心的SBD距离，将负荷点划分至距离其最近聚类中心所在类别，并更新每个类别的聚类中心；采用更新后的聚类中心对所有电力负荷曲线的负荷点再次聚类，直至迭代次数达到最大迭代次数或所有类别的负荷点不再发生变化时，输出聚类结果。

主权项

1.基于自适应分段聚合近似的电力负荷曲线形态聚类方法，其特征在于，包括：获取若干电力负荷曲线，对其进行预处理后，并将每条预处理后的电力负荷曲线划分成设定量的数据段；当数据段的极大值与极小值的差值大于等于预设阈值时，将数据段的状态标记为爬坡事件，并累加所有电力负荷曲线在同一时间段内被标记为爬坡事件的数据段得到爬坡事件总数；当数据段的负荷点斜率变化幅度大于幅度阈值时，将负荷点标记为边缘点，并累加所有电力负荷曲线同一时间段内数据段的所有边缘点得到总边缘点数；根据爬坡事件总数与波动阈值及总边缘点数与边缘阈值的大小关系，对电力负荷进行降维操作；当电力负荷曲线的维度未达到预设维数时，按设定比例扩大预设阈值和幅度阈值，直至电力负荷曲线的维度达到预设维数；当电力负荷曲线的维度达到预设维数时，根据聚类数在电力负荷曲线中选取聚类中心，并计算电力负荷曲线的负荷点到每个聚类中心的SBD距离：其中，和分别为两条不同的电力负荷曲线；为电力负荷曲线的互相关值；为的自相关值；为的自相关值；w由‑m到m依次递增；根据负荷点到聚类中心的SBD距离，将负荷点划分至距离其最近的聚类中心所在类别，并更新每个类别的聚类中心：其中，为更新后的聚类中心；为每类簇的电力负荷；p_k为分类后的类簇；为和两条互相关值的标幺值；采用更新后的聚类中心对所有电力负荷曲线的负荷点再次聚类，直至迭代次数达到最大迭代次数或所有类别的负荷点不再发生变化时，输出聚类结果。